PyTorch查看安装版本指令

最新推荐文章于 2024-05-30 16:47:46 发布
最新推荐文章于 2024-05-30 16:47:46 发布
阅读量136 收藏
点赞数 3
文章标签： pytorch 人工智能 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_29994775/article/details/137025303
版权 
import torch


print(torch.__version__)

可以新建Python文件输出，也可以终端输入python打开一个python终端后输出，另外：

pip list指令也可以读取当前已安装的相关包的指令，如下图：

(Python3_7_Pytorch) xxxx@xxxx-ubuntu-desktop:~/2024Learn$ pip list
Package                 Version            
----------------------- -------------------
absl-py                 0.9.0              
akshare                 1.10.42            
annotated-types         0.5.0              
anyio                   3.7.1              
asn1crypto              1.3.0              
astor                   0.8.1              
attrs                   19.3.0             
backcall                0.1.0              
beautifulsoup4          4.12.3             
bleach                  3.1.4              
cached-property         1.5.2              
cachetools              4.1.0              
certifi                 2020.4.5.1         
cffi                    1.14.0             
chardet                 3.0.4              
click                   7.1.1              
coverage                5.1                
cryptography            2.8                
cycler                  0.10.0             
d2lzh                   1.0.0              
decorator               4.4.2              
defusedxml              0.6.0              
distro                  1.9.0              
dlib                    19.19.0            
entrypoints             0.3                
et-xmlfile              1.1.0              
exceptiongroup          1.2.0              
face-recognition        1.3.0              
face-recognition-models 0.3.0              
flake8                  3.7.9              
gast                    0.2.2              
google-auth             1.14.1             
google-auth-oauthlib    0.4.1              
google-pasta            0.2.0              
grpcio                  1.28.1             
h11                     0.14.0             
h5py                    2.10.0             
html5lib                1.1                
httpcore                0.17.3             
httpx                   0.24.1             
idna                    2.9                
importlib-metadata      1.5.0              
ipykernel               5.1.4              
ipython                 7.13.0             
ipython-genutils        0.2.0              
ipywidgets              7.5.1              
jedi                    0.17.0             
Jinja2                  2.11.2             
json5                   0.9.4              
jsonpatch               1.33               
jsonpath                0.82.2             
jsonpointer             2.4                
jsonschema              3.2.0              
jupyter                 1.0.0              
jupyter-client          6.1.2              
jupyter-console         6.1.0              
jupyter-core            4.6.3              
jupyterlab              1.2.6              
jupyterlab-server       1.1.0              
Keras-Applications      1.0.8              
Keras-Preprocessing     1.1.0              
kiwisolver              1.2.0              
lxml                    5.1.0              
Markdown                3.2.1              
MarkupSafe              1.1.1              
matplotlib              3.2.1              
mccabe                  0.6.1              
mistune                 0.8.4              
mkl-fft                 1.0.15             
mkl-random              1.1.0              
mkl-service             2.3.0              
mock                    4.0.2              
nbconvert               5.6.1              
nbformat                5.0.4              
networkx                2.6.3              
nose                    1.3.7              
notebook                6.0.3              
numpy                   1.18.1             
oauthlib                3.1.0              
olefile                 0.46               
openai                  1.9.0              
opencv-contrib-python   4.2.0.34           
opencv-python           4.2.0.34           
openpyxl                3.1.2              
opt-einsum              3.2.1              
pandas                  1.0.3              
pandocfilters           1.4.2              
parso                   0.7.0              
pexpect                 4.8.0              
pickleshare             0.7.5              
Pillow                  7.0.0              
pip                     20.0.2             
pip-conflict-checker    0.6.0              
poai                    0.0.10             
porobot                 0.0.3              
prometheus-client       0.7.1              
prompt-toolkit          3.0.4              
protobuf                3.11.3             
ptyprocess              0.6.0              
py-mini-racer           0.6.0              
pyasn1                  0.4.8              
pyasn1-modules          0.2.8              
pycodestyle             2.5.0              
pycparser               2.20               
pydantic                2.5.3              
pydantic-core           2.14.6             
pyflakes                2.1.1              
Pygments                2.6.1              
PyOfficeRobot           0.1.18             
pyOpenSSL               19.1.0             
pyparsing               2.4.7              
pypinyin                0.50.0             
pyrsistent              0.16.0             
PySide6                 6.2.4              
PySocks                 1.7.1              
python-dateutil         2.8.1              
pytz                    2019.3             
pyzmq                   18.1.1             
qtconsole               4.7.2              
QtPy                    1.9.0              
requests                2.23.0             
requests-oauthlib       1.3.0              
rsa                     4.0                
schedule                1.2.1              
scipy                   1.4.1              
Send2Trash              1.5.0              
sentencepiece           0.1.86             
setuptools              46.1.3.post20200330
shiboken6               6.2.4              
six                     1.14.0             
sniffio                 1.3.0              
soupsieve               2.4.1              
tabulate                0.9.0              
tencentcloud-sdk-python 3.0.1081           
tensorboard             2.1.1              
tensorflow-estimator    2.1.0              
tensorflow-gpu          2.1.0              
termcolor               1.1.0              
terminado               0.8.3              
testpath                0.4.4              
torch                   1.4.0              
torchsummary            1.5.1              
torchtext               0.6.0              
torchvision             0.5.0              
tornado                 6.0.4              
tqdm                    4.45.0             
traitlets               4.3.3              
typing-extensions       4.7.1              
urllib3                 1.25.9             
visdom                  0.2.4              
wcwidth                 0.1.9              
webencodings            0.5.1              
websocket-client        1.6.1              
Werkzeug                1.0.1              
wheel                   0.34.2             
widgetsnbextension      3.5.1              
wrapt                   1.12.1             
xlrd                    1.2.0              
xlwt                    1.3.0              
zipp                    3.1.0

cancanxinxin1
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
离线安装pytorch
12-21
离线安装pytorch 核心思想： 用网址链接直接用浏览器或者其他工具下载安装包，然后拷贝回linux系统中本地离线安装。 首先报一下我自己的参数： Anaconda3，python3.7，CUDA10.1.243，CUDNN7.6.3 然后我就在官网上找到适合我的，写这篇博文的时候是1.4版本为stable版本，结合自己的参数选择如下界面： 官网的安装指令为：conda install pytorch torchvision cudatoolkit=10.1 -c pytorch 我们先来看一下在线安装时的过程是什么，再来考虑离线安装的方法 在我的命令行中输入以上指令，然后linux就自动
浅谈pytorch、cuda、python的版本对齐问题
12-23
在使用深度学习模型训练的过程中，工具的准备也算是一个良好的开端吧。熟话说完事开头难，磨刀不误砍柴工，先把前期的问题搞通了，能为后期节省不少精力。 以pytorch工具为例： pytorch版本为1.0.1，自带python版本为3.6.2 服务器上GPU的CUDA_VERSION=9000 注意：由于GPU上的CUDA_VERSION为9000，所以至少要安装cuda版本>=9.0，虽然cuda=7.0~8.0也能跑，但是一开始可能会遇到各种各样的问题，本人cuda版本为10.0，安装cuda的命令为： conda install cudatoolkit=10.0 注：GPU显卡驱动一般没什
pytorch 查看cuda 版本方式
12-17
由于pytorch的whl 安装包名字都一样，所以我们很难区分到底是基于cuda 的哪个版本。 有一条指令可以查看 import torch print(torch.version.cuda) 补充知识：pytorch：网络定义参数的时候后面不能加”.cuda()” pytorch定义网络__init__()的时候，参数不能加“cuda()”, 不然参数不包含在state_dict()中，比如下面这种写法是错误的 self.W1 = nn.Parameter(torch.FloatTensor(3,3), requires_grad=True).cuda() 应该去掉”.cuda()”
安装pytorch-gpu版本（分享我的成功案例）
01-21
用官网的命令太慢，换国内的源也不行，因为国内的源会默认给你安装cpu版本，所以，，，还是往下看吧 一、如果还没安装Anaconda和Cuda的先去这个链接(https://blog.csdn.net/LuoQingShan_lqs/article/details/105376143)安装前三步后再来安装Pytorch。 二：创建一个独有的虚拟环境      1、创建 conda 环境            启动 Anaconda prompt  conda create -n xxxx pip python=3.6    #xxxx是你虚拟环境的名，想要啥就啥，python版本号可换    
win10快速安装pytorch gpu版本
01-06
(2020年)用官网condn命令安装时pytorch始终下载不下来。 我用的版本：cuda9.0  python3.6  pytorch==1.0.1     torchvision==0.2.2 由于先安装了cuda9.0，只好安装老版本，最新可以直接在官网对照版本安装 CUDA9.0安装：https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal 更新源：conda config –add
总结：pytorch对应版本安装
千里之行，始于足下
04-19 8万+
为方便，自用 pytorch15 conda create -n py36_torch15_cuda92 python=3.6 conda activate py36_torch15_cuda92 conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=9.2 -c pytorch conda create -n py36_torch15_cuda101 python=3.6 conda activate py36_torch15_cuda1
pytorch GPU版本安装
悟以往之不谏，知来者之可追
01-25 4万+
2020年8月，最新必看Python+cuda10.2（或10.1）+Python 3.7版，30分钟完成安装（5小时血泪体验）pro测试可用！！防坑！！,202008,pytorchcuda102,101python37,30min,五小时,经验,亲测 <script> var _hmt = _hmt || []; (function() { var hm = document.createElement("script"
Pytorch最全安装教程（一步到位）
热门推荐
weixin_44904136的博客
03-05 30万+
概述 PyTorch是一个开源的Python机器学习库，其前身是著名的机器学习库Torch。它是美国Facebook公司使用python语言开发的一个深度学习的框架，2017年1月，Facebook人工智能研究院（FAIR）在GitHub上开源了PyTorch。它的前身是2002年诞生于纽约大学 的Torch。 特点： 1）简洁： PyTorch的设计追求最少的封装，尽量避免重复造轮子。 简洁的设计带来的另外一个好处就是代码易于理解。PyTorch的源码只有TensorFlow的十分之一左右，更少的抽
pytorch gpu版本安装
Vv____vV的博客
03-12 3081
正确的安装顺序安装一个pytorch gpu版本只需要如下步骤：一共要安装四个东西cuda，nVidia，pytorch和cudnn。如果torch.cuda.is_available()返回True，那么您的计算机上已经安装了NVIDIA显卡驱动程序，可以使用GPU进行计算。但是，要使用PyTorch的GPU计算模块，仅有NVIDIA显卡驱动程序是不够的，还需要安装CUDA和cuDNN。
pytorch安装
qq_44629163的博客
01-04 6万+
（一）安装Anaconda 1、详细步骤这里不多说。anaconda安装时会自带安装相应的python版本。 安装完成后，可以运行cmd，使用conda --version查看anaconda的版本；用conda list查看安装的包，这里面也包含了python，可以看到对应的python版本。 （二）安装CUDA 10.0 注意，CUDA 10.0只能安装在NVIDIA显卡上。 1、谷歌搜索“cuda download”进入https://developer.nvidia.com/cuda-downlo
pytorch4.4.0轮子
03-05
torch-1.4.0-cp36-cp36m-win_amd64.whl torchvision-0.5.0-cp36-cp36m-win_amd64.whl Win+R键进入命令行窗口，切换当前目录至上述资解压目录 输入命令pip install torch-1.4.0-cp36-cp36m-win_amd64.whl 进行安装pytorch1.4.0版本
Ubuntu 16.04 LTS 安装PyTorch
01-06
Ubuntu 16.04 LTS 安装PyTorch1.安装2.测试3.其它问题4.参考 1.安装 1.打开终端 2.运行命令(由于我的CUDA版本为9.0，所以安装1.1.0版本的PyTorch, 0.3.0版本的torchvision) pip install torch==1.1.0 torchvision==0.3.0 --user 安装完成后分别显示： Successfully installed torch-1.1.0 torchvision-0.3.0 这里，需要提醒大家： 1.需要先安装CUDA，且CUDA和PyTorch以及PyTorch和torchvision之间的版本
在PyTorch中使用CUDA, pytorch与cuda不同版本对应安装指南，查看CUDA版本，安装对应版本pytorch
qq_35831906的博客
11-11 4万+
在PyTorch中使用CUDA，根据你的具体环境和需求调整版本号，确保安装的PyTorch版本与你的CUDA版本兼容。本文介绍PyTorch中使用CUDA的一般步骤和对应cuda版本的pytorch安装指南。
pytorch超级详细的安装教程
于笨笨的博客
05-04 9万+
pytorch超级详细的安装教程 第一次安装的时候安装了差不多有一整天，还安装失败了。这次安装的速度很快。 首先是Anaconda的下载，我用的是上学期学python的时候老师之前给的安装包，很快就安装好了，或者去官网去下载Anaconda也挺快，链接如下： Anaconda官网 其次是Anaconda安装，整个下载过程都是一路next，我只是把下载的路径改变了一下。默认路径是C盘，我调整到了其他盘。 安装完整后，在看是菜单处看到新添加的东西 打开这个Anaconda Prompt应用进入之后是以（bas
通过Anaconda进入pytorch环境检测版本信息
qq_47035059的博客
10-17 1114
虚拟环境激活成功后会在开头括号中显示虚拟环境的名称。
【PyTorch】基础学习：在终端中打印当前虚拟环境下的Pytorch版本信息
创作高质量博文，分享知识，共同进步！
03-16 1098
🔥【PyTorch基础】一文掌握终端查看虚拟环境PyTorch版本技巧！🚀 还在为不知道虚拟环境下PyTorch版本而烦恼吗？😫别担心，本文带你轻松get终端查看PyTorch版本信息的方法！🔍了解PyTorch版本的重要性，掌握虚拟环境的基础知识，激活虚拟环境，只需一步命令，PyTorch版本信息尽在眼前！💡更有示例操作，让你轻松上手！💻遇到常见问题？我们为你准备了解决方案，让你不再迷茫！🔧总结与展望，带你走向PyTorch深度学习的未来！#PyTorch版本查看 #虚拟环境管理 #深度学
pytorch笔记：topk
qq_40206371的博客
05-29 193
返回给定输入张量沿指定维度的最大的 k 个元素dimlargestFalsedimsortedTrue。
error: #error C++17 or later compatible compiler is required to use PyTorch.
最新发布
YuQiao0303的博客
05-30 320
在安装wonder3d的时候要安装tinycudnn，
pytorch最新版本安装命令
05-03
如果你的系统上已经安装了 pip，可以使用以下命令安装最新版本的 PyTorch： ``` pip install torch torchvision ``` 如果你想安装特定版本的 PyTorch，可以使用以下命令，其中 VERSION 指的是你想要安装的 PyTorch 版本号： ``` pip install torch==VERSION torchvision==VERSION ``` 如果你想安装 GPU 版本的 PyTorch，可以使用以下命令： ``` pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu111/torch_stable.html ``` 注意，这需要你的系统上已经安装了 CUDA 和 cuDNN，以及与你的 GPU 对应的驱动程序。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值